一次指数平滑模型预测法及实际应用

一次指数平滑模型预测法有易掌握、易操作、计算方法呈规律性等特点 ,在日常生活、生产及统计工作的预测研究中具有极其重要的作用 ,用Turboc等计算机语言设计成程序后 ,可广泛应用于研究工厂生产的发展趋势 。

一次指数平滑模型预测法及实际应用

本文分析了一次指数平滑模型预测法的计算原理、计算方法及其应用,该方法有易掌握、易操作、计算方法呈规律性等特点,在日常生活、生产及统计工作的预测研究中具有极其重要的作用,用Turbo c等计算机语言设计成程序后,可广泛应用于研究工厂生产的发展趋势,并对今后产值进行预测。该方法具有较高理论和应用价值。

一次指数平滑模型预测法及实际应用

通过对一次指数平滑模型预测法的计算原理的介绍,以及应用该方法对1986年至2003年全国社会消费品零售总额统计数据加以分析计算,从而预测出2004年全国社会消费品零售总额,旨在阐明一次指数平滑模型预测法在经济预测领域中的广泛应用。在应用该方法时会出现一些误差,所以还应对社会等客观因素进行综合考虑,以使预测值不断完善。

动态平滑系数和参数的动态三次指数平滑法在火电厂发电量预测研究

考虑到发电量预测的复杂性和其在供需管理中的重要性,本文引入了动态三次指数平滑法并采用动态平滑系数进行优化,与传统的加权移动平均法和时间序列预测模型进行对比。基于实际采集的发电量数据,研究显示,该模型具备出色的预测精度和拐点预测能力。此研究成果为火电厂提供了一种具备高精度和实用性的预测工具,有望为火电厂发电量的供需平衡提供重要的决策支持。

基于三次指数平滑法的三峡-葛洲坝间水域水上交通事故险情预测

长江三峡—葛洲坝水利枢纽两坝间航道长约38km,两坝间航道受三峡电站调峰及葛洲坝电站反调节的影响呈现J级航道的特点,通航环境复杂。本文介绍了两坝间航道通航环境情况,详细分析了该水域近年来发生的各类水上交通事故险情情况,基于指数平滑法对两坝间航道2022年全年水上通航情况进行预测分析,并提出相应的监管对策及措施,减少水上交通事故发生频次。

二次指数平滑多目标组合模型电力负荷预测

为提高短期电力负荷预测精度,提出一种二次指数平滑多目标组合模型ES-BiLSTM-LSTM预测方法。通过获取负荷目标预测值和残差目标预测值,实现多目标负荷预测;利用Pearson相关系数,选取与电力负荷相关性较高的影响因素;采用双向长短期记忆神经网络(BiLSTM)和长短期记忆神经网络(LSTM)串行学习负荷数据的时序性特征和周期性特征;利用二次指数平滑法平滑处理负荷数据,获得残差项,通过LSTM模型训练和迭代,提取残差数据的波动性特征;将负荷预测值与残差预测值融合得到修正预测值。实验结果表明,该方法在MAE、MSE和RMSE上,对比3种负荷预测模型均有提升。

基于季节性指数平滑法的电能表需求预测分析

随着智能电能表大规模普及应用,电能表需求数量日益庞大,采用经验人工估计容易造成电能表临时短缺和库存积压等问题。基于计量系统中的电能表历史安装数据,采用简单季节性模型、Winters加法模型和Winters乘法模型,并结合LSTM模型对结果进行对比分析,比较不同模型的优劣,确定电能表需求预测最优方法。实证结果表明:Winters乘法模型预测效果最好,预测值平均误差为2.46%,预测趋势符合实际情况。Winters乘法指数平滑法能够对电能表需求变化趋势进行科学合理预测,可以协助供电公司更加高效开展电能表运营管理,提高计量资产利用效率。

基于指数平滑法的噪声污染预测及应用

选取2011~2022年四川省攀枝花市城市区域声环境(昼间)和道路交通声环境(昼间)监测数据,对攀枝花市声环境质量总体水平进行评价,同时建立和选取适合攀枝花市的指数平滑预测模型。结果表明,2014年以来,攀枝花市全市区域声环境质量(昼间)等级均为二级(较好),呈显著下降趋势;道路交通声环境质量(昼间)呈显著上升趋势,且在2021年达到最大值71.7dB(A),属于三级(一般)。当平滑系数α值为0.6时,RMSE值最低,道路交通声环境质量(昼间)预测模型适合一次平滑指数模型;当平滑系数α值为0.8时,RMSE值最低,城市区域声环境质量(昼间)预测模型适合一次平滑指数模型。经过实证,预测值与攀枝花市的声环境污染状况基本保持一致,预测效果相对可靠,因此该模型可用于攀枝花市声环境质量(昼间)短期预测,并运用该模型对2023年声环境污染水平进行预测。2023年,城市区域声环境质量(昼间)水平总体保持在55dB(A)以内,道路交通声环境质量水平总体保持在70dB(A)以内,预测结果可为相关管理部门开展噪声污染防治工作提供数据支撑。

基于三次指数平滑法和时间卷积网络的云资源预测模型

以Docker和Kubernetes为代表的容器云具有额外的资源开销更小、启动销毁时间更短等优点,但它仍然存在过度供应和供应不足等资源管理问题。为了使Kubernetes集群对部署在其上的应用资源使用量能“提前”响应,并根据预测值为应用及时、准确、动态地调度和分配资源,提出了一种基于三次指数平滑法和时间卷积网络的云资源预测模型,根据历史数据预测未来的资源需求。为了找到参数的最优组合,使用TPOT调参思想对参数进行优化。对Google数据集CPU和内存的预测实验表明,所提模型与其他模型相比具有更好的预测性能。

二次指数平滑预测模型回归系数计算方法探讨

针对二次指数平滑预测模型回归系数的计算原理和方法,文章对传统的二次指数平滑预测模型中的回归系数的计算进行推导,得到二次指数平滑预测模型回归系数的另外一种计算方法。改进后的二次指数平滑预测模型中的回归系数是等价的,而改进后的二次指数平滑预测模型回归系数的计算既简单也便于记忆。

基于二次指数平滑法的能源分析预测方法

本文以北京市为例绘制能流图和碳流图以描述能量和碳的流动过程,采用二次指数平滑法实现对能源消耗及碳排放情况的预测分析。本文所述方法能够有效地对区域能源消费与碳排放情况进行分析预测,为能源电力系统低碳评价和转型提供技术支持。

指数平滑法模型与ARIMA模型在行业碳排放趋势预测中的综合应用实践分析

本文分析了直接测碳、卫星测碳、以能算碳三种碳监测方式。直接测碳是最直接也是最准确的,缺点是设备改造投资较高,并且非固定污染源以及中间过程的碳排放无法被监控到;卫星测碳是利用全球碳卫星,结合光谱温室气体探测技术,获得地区二氧化碳在大气中的含量,监测范围广,缺点是只能监测碳浓度状态,不能直接监测碳排放量;以能算碳是采用的能源消耗量和国家核算给定的排放因子相乘,得到碳排放量,缺点是存在能源基础数据不完备,统计数据是较为滞后的等问题。

基于时序指数平滑法的冷库能耗预测模型构建

冷库的能耗是影响冷库运营企业运营成本的直接因素,通过构建合理的冷库能耗预测模型,可以对冷库短期内的能耗进行预测,从而为冷链物流企业未来的财务分析和决策提供依据。以银川市某冷链物流公司旗下运营的两座冷库为例,运用时序指数平滑的方法构建冷库能耗预测模型,预测冷库未来短期内的能耗发生趋势,并用冷库能耗的实际发生值和模型的预测结果相对比,验证预测模型的合理性,为企业未来的冷库运营策略提供参考。

线性模型二次指数平滑预测方法研究

二次指数平滑公式由于具有时间序列数据厚近薄远的调节性、修匀平滑性、递推性、自适应性等优点,在传统时间序列预测中占有重要的地位,起着特殊的作用.但是,和移动平均方法一样,对于呈现增长变动趋势的经济变量,指数平滑方法也会产生滞后偏差.自然,在线性增长模型中,也不例外。本文拟对二次指数平滑在线性模型预测中的滞后效应与预测误差分析方面进行一些探讨. 1 问题的提出在传统的时间序列预测方法中。

福建省全社会固定资产投资预测研究——基于ARIMA模型与二次指数平滑法的应用

运用ARIMA模型与二次指数平滑法对福建省固定资产投资进行试预测,结果表明,受政策变动影响,两种方法的预测结果均比实际值低,二次指数平滑法预测的误差过大,两种方法都存在中长期预测误差变大的问题。在政策环境稳定的前提下,运用ARIMA(4,2,4)模型与二次指数平滑法对福建省2015-2017年固定资产投资进行预测,并对两种方法的预测值取平均值,得出预测结果。

基于指数平滑和PSO-BP混合模型的建筑工程造价指数预测

建筑工程造价指数是进行工程造价管理的重要依据。为了提高建筑工程造价指数预测的准确性,首先,利用HP滤波将造价指数分解为趋势序列和波动序列,然后采用指数平滑模型对趋势造价指数序列进行预测;其次,利用粒子群算法(PSO)优化的BP神经网络对建筑工程造价指数的波动序列进行预测,PSO-BP神经网络模型的输入指标为引起造价指数变化的4种材料价格;最后,叠加二者预测值即为建筑工程造价指数的预测值。实验结果表明:该混合模型对6个月的造价指数预测的平均相对误差为0.55%,取得了很好的效果,为准确预测建筑工程造价指数提供了一定参考。

指数平滑法与ARIMA模型在四级手术人次预测中的应用

目的对某三甲医院的四级手术人次建立时间序列模型,利用指数平滑法和ARIMA模型对其进行评价及预测。方法从某三甲医院的统计报表中摘取2014年1月—2018年12月的四级手术人次,分别采用指数平滑法和ARIMA对其进行建模,利用2019年1—12月四级手术人次数据验证模型,比较两种模型的拟合及预测效果。结果运用指数平滑法构建的最优模型是Winters加法模型,模型的平稳R^(2)为0.723,MAPE为5.092,标准BIC为7.941。ARIMA模型筛选出的最优模型为ARIMA(0,1,1)(1,1,0)_(12),模型的平稳R^(2)为0.553,MAPE为6.564,标准BIC为8.781。结论 Winters加法模型比ARIMA模型拟合及预测效果更好,可以为医院管理决策提供更为科学的理论依据。

二次指数平滑法优化马尔科夫预测模型

马尔科夫预测模型具有"无后效性",即预测未来的销售情况只与当前的销售数据有关,而与过去的销售数据无关.事实上,过去不同的时间点对当前的销售结果会有不同程度的影响.而指数平滑法恰好弥补了马尔科夫预测模型的缺点,它认为最近的过去销售数据,在某种程度上会持续到未来.因此本文利用二次指数平滑系数法优化马尔科夫预测模型,并以某品牌电动车的销售情况为例进行验证,发现优化后预测模型的绝对误差均小于马尔科夫模型的预测结果.由此得出结论,基于二次指数平滑法优化的马尔科夫预测模型具有可行性.

基于自适应的动态三次指数平滑法的风电场风速预测

随着风力发电的快速发展,对风电场的风速实现较准确的预测也逐步成为风电领域研究的热点。为了提高风速的预测精度,综合考虑风速历史时间序列的影响,在传统的三次指数平滑方法的基础上,提出了一种自适应的动态三次指数平滑方法来进行风速预测。该方法利用了地毯式搜索方法,根据误差平方和最小的原则及时调整并获得最佳的平滑系数,然后进行后续的一步或多步风速预测。通过与传统的三次指数平滑法、灰色模型预测法比较,验证了自适应的动态三次指数平滑法在风电场风速预测中的准确性和高效性。

基于等维新息指数平滑法模型的中长期负荷预测

指数平滑法是电力系统中长期负荷预测的重要方法之一,该预测方法的精确性主要取决于平滑系数,因此提出了等维新息数据处理的指数平滑法,实现了变平滑系数。首先,给出指数平滑法的预测模型,根据重近亲远的原则,给各期绝对平均误差值赋权。接着,采用0.618优选法优选出平滑系数。在此基础之上,引入了等维新息数据处理的思想,实现了变平滑系数,使预测结果能够更加合理地反映负荷发展规律,提高了预测精度,优化了指数平滑法的预测模型。